相关链接

🎶 学员手册：juejin.cn

image-20220822123817133

image-20220822123838558

LSMT 与存储引擎介绍

LSMT 的历史

image-20220822123957828

LSMT 是什么

image-20220822124020359

存储引擎是什么

image-20220822124122732

image-20220822124148308

image-20220822124229465

LSMT 存储引擎的优势与实现

LSMT 与 B+ Tree 的异同

image-20220822124529478

但 LSMT 是追加写，然后后台择机合并

image-20220822124555923

二者在逻辑上实际是等价的

为什么要采用 LSMT 模型？

image-20220822124850457

image-20220822124923709

image-20220822125008533

image-20220822125103361

LSMT 存储引擎的实现

image-20220822125147595

Write

image-20220822125202705

image-20220822125227741

image-20220822125255065

image-20220822125312562

image-20220822125326560

Snapshot & Supervision

image-20220822125418158

image-20220822125443234

image-20220822125516762

image-20220822125529198

Get & BloomFilter

image-20220822125641405

又是熟悉的 BloomFilter（

Compact

image-20220822125754763

image-20220822125923381

用读放大的增加换取写放大的减小

LSMT 模型理论分析

云原生的 LSMT 存储引擎 - HBase

image-20220822130201759

LSMT 模型算法复杂度分析

image-20220822130219008

Level

image-20220822130315442

image-20220822130429135

这个失效率的推导非常复杂

Tier

image-20220822130542099

image-20220822130623846

思考题

image-20220822130706070

这里建议看原视频，鄙人一直在听天书（

总结

image-20220822130906902

LSMT 存储引擎调优案例与展望

TerarkDB

image-20220822130943805

TerarkDB& Abase & ByteGraph

image-20220822131038276

image-20220822131101472

新硬件

image-20220822131156037

新模型

image-20220822131234463

新参数 / 新工况

这个是最复杂的

总结

image-20220822131325741